HABER MERKEZİ – Uzun süredir gelecekte kullanacağımız bellek türü olarak anılan RRAM (Resistive RAM), bugüne kadar ana akım teknoloji dünyasında beklenen etkiyi yaratmayı başaramadı. Ancak Kaliforniya Üniversitesi San Diego (UCSD) bünyesinde çalışan bir araştırma ekibi, bu teknolojiyi yapay zeka uygulamaları için yeniden şekillendirerek önemli bir adım atmayı hedefliyor. Ekip, RRAM’in çalışma prensibini baştan tasarlayarak sinir ağlarının daha hızlı ve verimli çalışmasını mümkün kılabilecek yeni bir yapı geliştirdi.
Çalışmanın başındaki isimlerden biri olan elektrik mühendisi Duygu Kuzum’a göre bu yaklaşım, uzun vadede yerel yapay zeka uygulamalarının önünü açabilir. Yani verilerin buluta gönderilmeden, doğrudan cihaz üzerinde işlenmesi mümkün olabilir. Bu da hem gizlilik hem de enerji tüketimi açısından önemli avantajlar sunulacağı anlamına geliyor.
RRAM NEDİR?
RRAM, teorik olarak “memristor” adı verilen ve elektrik dünyasının dördüncü temel bileşeni olarak tanımlanan yapıya dayanıyor. Dirençli rastgele erişimli bellek olarak da adlandırabileceğimiz bu bellek türü, özel olarak formüle edilmiş katı dielektrik bir malzemenin direncini değiştirerek çalışan, kalıcı bir depolama biçimi. En büyük avantajı ise elektrik kesildiğinde bile veriyi saklayabilmesi.
Ancak bu teknoloji ilk kez on yıldan fazla bir süre önce tanıtılmasına rağmen, hala tüketici ürünlerinde yaygın şekilde kullanılabilmiş değil. Zaman zaman yeni girişimler ve üniversite projeleriyle gündeme gelse de, ticari anlamda istenen seviyeye ulaşılamadı.
UCSD ekibi bu kez RRAM’i, bilgisayar sistemlerindeki “bellek duvarı” sorununu aşmak için kullanmayı hedefliyor. Bellek duvarı, işlemcilerin hızının artmasına rağmen bellek erişiminin aynı hızda gelişmemesi nedeniyle oluşan performans darboğazını ifade ediyor. Araştırmacılara göre, sinir ağları doğrudan kalıcı bellek içinde çalıştırılabilirse, bu sorun büyük ölçüde azaltılabilir.
ÇOK DAHA DÜŞÜK ENERJİ GEREKTİRECEK
Ekip bu amaçla “bulk RRAM” adını verdikleri çok katmanlı bir yapı geliştirdi. Yeni tasarımda, sekiz ayrı RRAM katmanı üç boyutlu bir yapıda üst üste yerleştiriliyor. Bu yapı sayesinde devreler 40 nanometre seviyesine kadar küçültülebiliyor. Ayrıca her bir bellek hücresi 64 farklı direnç değeri temsil edebiliyor. Bu da geleneksel memristor tasarımlarına kıyasla çok daha hassas bir veri işleme imkanı sunuyor.
Araştırmacılar, geliştirdikleri sistemi giyilebilir bir sensörden gelen verileri sınıflandıran bir öğrenme algoritmasıyla test etti. Sistem yaklaşık yüzde 90 doğruluk oranına ulaşarak, klasik dijital sinir ağlarına oldukça yakın bir performans sergiledi.
Buna rağmen, katmanlı RRAM’in kısa vadede büyük dil modelleri veya gelişmiş sohbet botları gibi ağır yapay zekâ sistemlerini çalıştırabilecek seviyeye gelmesi beklenmiyor. Ekip şu anda özellikle veri saklama süresi, yüksek sıcaklıklarda kararlılık ve uzun vadeli dayanıklılık konularına odaklanmış durumda.
Duygu Kuzum, yaptıkları çalışmanın henüz başlangıç aşamasında olduğunu vurgulayarak, “Yapay zekâ uygulamaları için özel olarak tasarlanmış bir cihaz geliştirmek adına yoğun şekilde malzeme optimizasyonu ve testler yapıyoruz” ifadelerini kullandı.
